Python类型编程

Python是一种弱类型的解释性语言，以前在使用的时候往往也只是当作弱类型来使用。在开发小型系统的时候，弱类型也没什么问题，但是系统稍微复杂点，维护就可能会变成一个大坑。

不过自从Python3.6之后，已经加入了类型提示的功能，现在主流的版本也是3.8了，是时候该上马类型编程了。

一个简单的例子

先上一碟小菜：

def hello(name: str="world") -> str:
    msg = f"hello {name}"
    return msg

print(hello("deeao"))

不过这真的只是一个类型提示，随便传入一个值都不会进行参数校验：

print(hello(30))
print(hello([30]))

这也不会报错，这特性也挺让人失望的。

更复杂的类型

简单的类型，我们有bool，int，float，str等，也有复杂一点的tuple，list，set，dict等，不过这些几个复杂一点的类型的定义并不是太清晰，例如list，只知道是一个列表，却没有定义列表元素的类型。我们需要借助typing来定义更加清晰的数据结构：

from typing import Dict, List, Tuple, Set, Optional

# 定义向量类型，元素为float的列表
Vector = List[float]
# key和value的类型都是str
ConnectionOptions = Dict[str, str]
# 包含str和int两种类型的列表
Address = Tuple[str, int]
Server = Tuple[Address, ConnectionOptions]

def say_hi(name: Optional[str] = None):
    if name is not None:
        print(f"Hey {name}!")
    else:
        print("Hello World")

官方文档：https://docs.python.org/zh-cn/3/library/typing.html

特殊类型与特殊形式

• typing.Tuple
• 元组类型； Tuple[X, Y] 是二项元组类型，第一个元素的类型是 X，第二个元素的类型是 Y。空元组的类型可写为 Tuple[()]。 例：Tuple[T1, T2] 是二项元组，类型变量分别为 T1 和 T2。Tuple[int, float, str] 是由整数、浮点数、字符串组成的三项元组。 可用省略号字面量指定同质变长元组，例如，Tuple[int, ...] 。Tuple 与 Tuple[Any, ...] 等价，也与 tuple 等价。
• typing.Union
• 联合类型；Union[X, Y] 的意思是，非 X 即 Y。 可用 Union[int, str] 等形式定义联合类型。具体如下：
  • 参数必须是某种类型，且至少有一个。
  • 联合类型之联合类型会被展平，例如： Union[Union[int, str], float] == Union[int, str, float]
  • 单参数之联合类型就是该参数自身，例如： Union[int] == int # The constructor actually returns int
  • 冗余的参数会被跳过，例如： Union[int, str, int] == Union[int, str]
  • 比较联合类型，不涉及参数顺序，例如： Union[int, str] == Union[str, int]
  • 联合类型不能作为子类，也不能实例化。
  • 不支持 Union[X][Y] 这种写法。
  • Optional[X] 是 Union[X, None] 的缩写。
• typing.Any
• 不受限的特殊类型。
  • 所有类型都与 Any 兼容。
  • Any 与所有类型都兼容。
• typing.NoReturn
• 标记没有返回值的函数的特殊类型。例如： from typing import NoReturn def stop() -> NoReturn: raise RuntimeError('no way')
• class typing.NamedTuple
• collections.namedtuple() 的类型版本。 用法： class Employee(NamedTuple): name: str id: int 相当于： Employee = collections.namedtuple('Employee', ['name', 'id']) 为字段提供默认值，要在类体内赋值： class Employee(NamedTuple): name: str id: int = 3 employee = Employee('Guido') assert employee.id == 3 带默认值的字段必须在不带默认值的字段后面。
• typing.NewType(name, tp)
• 用于为类型检查器标明不同类型的辅助函数，详见 NewType。在运行时，它返回一个返回其参数的函数。用法如下： UserId = NewType('UserId', int) first_user = UserId(1)
• class typing.TypedDict(dict)
• 把类型提示添加至字典的特殊构造器。在运行时，它是纯 dict。 TypedDict 声明一个字典类型，该类型预期所有实例都具有一组键集，其中，每个键都与对应类型的值关联。运行时不检查此预期，而是由类型检查器强制执行。用法如下： class Point2D(TypedDict): x: int y: int label: str a: Point2D = {'x': 1, 'y': 2, 'label': 'good'} # OK b: Point2D = {'z': 3, 'label': 'bad'} # Fails type check assert Point2D(x=1, y=2, label='first') == dict(x=1, y=2, label='first') 用于内省的类型信息可通过 Point2D.__annotations__ 和 Point2D.__total__ 访问。

FastAPI中的应用

FastAPI中的接口参数是有类型校验的，我猜应该是使用装饰器内使用反射实现的。

关于Python类型的小结

Python虽然有了类型提示，可依然是弱类型，仅仅是作为提示作用（不知道以后的版本会不会继续增强），跟强类型还是差了很远。

不过聊胜于无吧，能写出清晰的代码也是大功一件，而且各种编辑器的代码提示也得依赖类型提示来实现代码补全。

使用python开发系统，应该强制使用清晰的变量类型定义，即使小系统，也应该这样。（有些系统可能开始开发的时候，是个小系统，但是开发过程中，代码越来越多，就变成了一个复杂系统）